Veröffentlicht am
Ein Team von Studenten hat ein KI-System entwickelt, das menschliche Handbewegungen mithilfe elektrischer Muskelstimulation steuern kann.
Studenten der Softwaretechnik am Massachusetts Institute of Technology (MIT) in den USA entwickelten ein tragbares Gerät namens Human Operator, indem sie KI-Modelle, Kameras und Muskelstimulationshardware in einem einzigen System kombinierten.
„Wir haben der KI einen Körper gegeben“, sagte das Team hinter Human Operator auf der Projektwebsite.
„Human Operator ist ein menschliches Augmentationstool, das es der KI ermöglicht, kurzzeitig die Kontrolle über Ihren Körper zu übernehmen, um Ihnen zu helfen, Dinge zu lernen oder zu tun, die Sie nicht können.“
In vom Team geteilten Demonstrationen wird gezeigt, wie das Gerät Benutzer durch Muskelstimulation dazu anleitet, zu winken, Klaviernoten zu spielen und eine „OK“-Handbewegung zu machen.
Mithilfe eines Vision-Language-Modells (VLM) analysiert das Gerät die Umgebung über eine am Kopf montierte Kamera und wandelt gesprochene Befehle in eine körperliche Reaktion um, indem es die Muskeln im Arm des Benutzers stimuliert, so das Team.
VLMs sind KI-Systeme, die darauf trainiert sind, Bilder und Sprache gemeinsam zu verarbeiten.
Bei Human Operator interpretiert das Modell nach Angaben der Entwickler, was der Benutzer fragt und welche Objekte oder Umgebungen durch den Kamera-Feed sichtbar sind.
Basierend auf diesen Informationen entscheidet das System, welcher Hand- oder Handgelenksbewegung gefolgt werden soll.
Am Handgelenk oder Unterarm des Benutzers angebrachte Pads zur elektrischen Muskelstimulation (EMS) geben dann kleine elektrische Impulse ab, die bestimmte Muskeln aktivieren.
In einigen Physiotherapie- und Assistenzsystemen ist die EMS-Technologie bereits weit verbreitet.
In Kombination mit KI könnten solche Körperschnittstellen-Tools potenziell das körperliche Lernen oder Erholungsübungen unterstützen.
Human Operator ist ein Prototyp, der während eines 48-stündigen Hackathons entwickelt wurde. Das Team dahinter gewann den Learn Track beim Hackathon MIT Hard Mode 2026.
Video-Editor • Roselyne Min
